XiaoMi-AI文件搜索系统
World File Search System情境
医疗保健领域安全且负责任的人工智能
但是，如果我们不允许 AI 开发人员（包括私营公司）访问特定情境的患者数据和患者子组来训练 AI 模型，则存在风险。特定情境数据对于 AI 模型的准确性至关重要，尤其是在临床应用中（Norori 等人2021）。如果 AI 在完全不同的情境下做出预测，则预测可能会产生误导。例如，如果使用 AI 来预测最佳出院时间，则必须考虑到澳大利亚的医院系统与美国非常不同，在澳大利亚，患者通常会被送入康复机构，因此出院时间比澳大利亚早（Figueroa 等人2021）。改善对澳大利亚数据的访问将提高市场上 AI 模型的质量和相关性。
老龄驾驶员在实时驾驶任务中的心理负荷...
老龄驾驶员数量迅速增加，他们面临着因退化过程而导致的残疾，从而影响他们的驾驶表现。本研究的主要目的是确定老龄驾驶员的心理工作量，而第二个目的是比较老龄驾驶员和对照组的心理工作量。研究方法包括包含三个情境复杂度等级的道路实验性驾驶任务。对 30 名驾驶员进行了 NASA 任务负荷指数 (NASA-TLX) 和脑电图 (EEG) 测量。NASA-TLX 得分显示，在中等复杂情境和非常复杂情境中，老龄驾驶员的平均体力需求得分最高，分别为 37.25 和 43.50。同时，对于脑电信号的波动，结果表明情境复杂性对通道位置 FZPZ 和 O1O2 的 RPθ 和 RPα 有显著影响。在简单情况下，老龄司机和对照组的加权工作量得分存在显著差异，而所有通道位置的 RPθ 和 RPα 频段均无显著差异。这些发现将有助于设计师、制造商、开发商和政策制定者为老龄司机设计更好的驾驶环境。
全球经济中的企业权力
经济学情境倡议，全球发展政策中心，波士顿大学，2023 年。特此授权教师出于教学目的复制此模块。建议引用：Roach，Brian。2023 年。“全球经济中的企业权力。” ECI 社会和环境问题教学模块，经济学情境倡议，全球发展政策中心，波士顿大学。学生也可以直接从以下位置下载模块：http://www.bu.edu/eci/education-materials/teaching-modules/ 欢迎对课程使用提出意见和反馈：经济学情境倡议全球发展政策中心波士顿大学 53 Bay State Road Boston, MA 02215 http://www.bu.edu/eci/ 电子邮件：eci@bu.edu 注意 - 以粗体表示的术语在模块末尾的关键术语和概念部分中定义。
根据背景揭示大脑功能、行为及其相互作用的决定因素
由于生物和遗传决定论的对立文化影响（Comfort，2018；Plomin，2019），以及量化经验引起的大脑变化的方法限制，情境在神经科学和精神病学中的作用直到最近才被人们忽视。然而，在上个世纪中叶，一些关键的实验和观察使其相关性开始显现。Donald Hebb 曾轶事地报告说，接触复杂的环境可以提高解决问题的行为能力（Hebb，1947）。Hubel 和 Wiesel 证明了早期感觉剥夺对视觉皮层解剖学和生理学的巨大影响（Wiesel & Hubel，1963）。 Rosenzweig 及其合作者的出色研究证明了环境作为可测试的科学变量的影响，并表明生活条件的质量在从形态到化学的多个层面上塑造大脑和行为（Rosenzweig，1966 年；van Praag 等人，2000 年）。最近，个人环境在塑造大脑活动方面的关键作用越来越受到重视，表明生活条件对大脑回路产生普遍影响并决定心理健康（Castegnetti 等人，2021 年，#9；Geng 等人，2021 年；Mason 等人，2017 年；Meyer-Lindenberg 和 Tost，2012 年，South 等人，2018 年；Tost 等人，2019 年）。环境的概念进一步演变为更广泛的情境概念，它涉及外部和内部条件（例如环境设置和心态），后者也取决于个人的历史（Benedetti，2008；Branchi，2022b；Di Blasi 等人，2001；Gilbody 等人，2006；Woltmann 等人，2012）。尽管进行了各种有价值的尝试（Zimmermann 等人，2007），但并没有普遍接受的情境操作定义，不同学科之间存在显著差异。在这里，情境被定义为个人对环境的体验。因此，它不仅包含体验的客观特征，还包括个体在接触该体验时的个性和心理状态（Klandermans 等人，2010 年；Wallsten 等人，1999 年）。从这个角度来看，心理学和精神病学通常通过问卷和访谈来评估情境（Danese 和 Widom，2020 年；Fakhoury 等人，2002 年；Kim 等人，2016 年）。大多数描述情境对大脑和行为影响的理论框架都假定情境因素对于在离散功能状态之间转变至关重要，例如从健康状态到病理状态。例如，早年或成年期的创伤或不良经历被解释为全有或无大脑功能的转换（Nutt 和 Malizia，2004 年；
以学生为中心的科学教学和...
摘要/摘要 为了实现现代科学技术教学的目标，组织以学生为中心的教学（SCI）至关重要。 SCI的组织需要教师在激励的环境中组织具有认知挑战性的教学的能力。研究的根本目的在于确定教师组织SCI是否与学校层面的因素(组织情境)和个人层面的因素(个人情境)相关。我们设计了一个包含四组因素的模型。结果表明，SCI 与所有四组因素之间存在统计学上的显著相关性。以学生为中心的科学技术教学：组织和个人层面因素的模型以学生为中心的教学对于实现现代科学技术教学目标至关重要。组织这样的课程需要教师有能力在激励的学习环境中设计具有认知挑战性的课程。研究的根本目的是探讨教师组织以学生为中心的教学是否与学校层面的因素（组织情境）和个人层面的因素（个人情境）相关。我们设计了一个包含四组因素的模型。结果表明，以学生为中心的教学与所有四组因素之间存在统计学上的显著关系。
社会和经济不平等
经济学情境倡议，波士顿大学全球发展政策中心，2023 年。特此授权教师复制此模块用于教学目的。建议引用：Roach, Brian, Pratistha Joshi Rajkarnikar, Neva Goodwin 和 Jonathan Harris。2023 年。“社会和经济不平等。” ECI 社会和环境问题教学模块，经济学情境倡议，波士顿大学全球发展政策中心。学生也可以直接从以下位置下载模块：http://www.bu.edu/eci/education-materials/teaching-modules/ 欢迎对课程使用提出意见和反馈：经济学情境倡议全球发展政策中心波士顿大学 53 Bay State Road Boston, MA 02215 http://www.bu.edu/eci/ 电子邮件：eci@bu.edu 注意——以粗体表示的术语在模块末尾的关键术语和概念部分中定义。
研究文章回顾影响不确定性条件下随机商业决策模型选择的关键因素
不确定情况下的决策是一项普遍存在的挑战，影响着不同领域的个人、组织和社会。虽然现有研究已经广泛探索了随机模型的技术复杂性，但它经常低估影响模型选择和实际应用的关键影响因素，例如组织动态、情境约束和个人技能限制。本研究回顾了现有文献，以揭示个人倾向、情境因素和情境条件如何共同推动不确定决策场景中的随机模型选择。该研究通过谷歌学术搜索引擎采用现有决策科学文献的叙述内容审查方法；选择与商业中随机决策模型的使用相关的同行评审学术期刊、会议论文集和意见论文。研究结果表明，虽然所有因素都会影响随机模型选择，但情境条件（尤其是组织文化和资源可用性）是最重要的。主要结论是，资源充足的支持性环境可增强 SBDM 的采用和适应性，而资源限制或抵制性文化往往会阻碍有效的 SBDM 利用。该研究为决策科学家、管理者和政策制定者提供了宝贵的见解，以培育开放和支持的组织文化，确保在相关软件、工具和员工培训上投入足够的资源，并解决背景限制。
重新思考连通性作为重新语境化问题...
摘要：本文解释了为什么一旦将工作经验联结类型学（Griffiths/Guile，2004）的一系列显性和隐性特征概念化为知识的再情境化，就可以看到跨越边界是职业和专业教育的普遍特征，而不是学习者跨越教育与工作界限的问题。本文通过以下方式实现这一目标。首先，它简要解释了工作经验联结类型学的发展。接下来，它解释了为什么工作经验联结类型学中的“重返”概念是一种早期但有限的表达再情境化概念的尝试。然后，它解释了再情境化概念的起源和发展，以及这一概念为初始和持续职业形成提供了统一的视角。本文最后确定了 a) 重新语境化概念对能力/能力发展的实际意义，以及 b) 职业教育与培训未来的研究挑战，尤其是与第四代技术的出现相关的挑战。
以增长为中心的发展的替代方案
经济学情境倡议，波士顿大学全球发展政策中心，2020 年。特此授权教师复制此模块用于教学目的。建议引用：Lennox, Erin 和 Rebecca Hollender。（2020 年）“增长中心发展的替代方案”。ECI 社会和经济问题教学模块，经济学情境倡议，波士顿大学全球发展政策中心，2020 年。学生也可以直接从以下位置下载模块：http://www.bu.edu/eci/education-materials/teaching-modules/ 欢迎对课程使用提出意见和反馈：经济学情境倡议全球发展政策中心波士顿大学 53 Bay State Road Boston, MA 02215 http://www.bu.edu/eci/ 电子邮件：eci@bu.edu 注意——以粗体表示的术语在模块末尾的关键术语和概念部分中定义。
收集、整理和重复使用制造数据的建议
数据情境化是指将不同类型的数据结合起来，以提供对某些现象更完整的视角的过程 [1]。从数据中提取的信息的质量本质上取决于数据管理过程中开发的情境的适当性。数据必须提供的适当情境又取决于所做决策的观点。例如，车间操作员和工艺工程师可能以不同的方式使用同一组数据，因为他们可能正在解决不同的问题，并根据自己的观点处理这些问题。表 1 摘自参考文献。[1] 概述了产品生命周期中存在的不同观点。管理数据以支持多种观点的关键是认识到每个观点所需的情境可能并不统一 [1]。然而，尽管决策通常会影响产品生命周期的大部分内容，但制造业的决策历来倾向于关注生命周期中某个阶段的一个观点。因此，了解用例并使用它来指导数据收集和管理过程至关重要。通常，人们错误地认为更多的数据会提供更多的价值，从而促使人们从数据的角度来改进流程，而不是让用例来确定任何数据收集计划的要求和规范。与智能制造相关的新技术和标准越来越多，使制造商能够解决更复杂、更有价值的用例 [2]。当今市场上有许多解决方案，这使得在众多选项中进行选择变得具有挑战性。Sec 的目标是。3 是提供如何选择和部署数据连接解决方案的指导，以满足制造商的使用案例。